返货品画像

本文案例来自可视化大赛获奖作品：【2022BI数据分析大赛】返货品画像，再次感谢这位选手的分享！

本文仅提取作者的分析思路方便阅读。

1.1 背景

本分析的作者就职于传统铝合金门窗制造公司，该公司主要做 toB 业务（即经销商销售模式）。返修订单一般是玻璃损坏、型材刮花、五金松动、尺寸不对等各类质量问题。

作者希望通过分析数据，发现返货品的规律，诊断问题，以此来改进业务内容和流程，达到降本增效的目的。

1.2 分析思路

2.1 展示核心指标

展示返修相关的核心指标，明确返修订单的整体情况：

• 返修道数：返修订单数，行业术语；

• 一次性达交率：一次性交达不需要返修的订单数/总订单数；

• 公司承担费率：是由于公司责任需要公司承担的返修费用占总返修费用的比例；

• 二次返修道数比：需要二次返修的产品/总返修订单数，订单多次返修情况罕见，公司基本能够做到一次性返修质量达标，返修工艺水平达标；
  

2.2 趋势分析

作者观察关键指标的走势，目前的数据是好还是不好，可以用过去的数据做对比。

一次性交达率略微下降，说明订单整体品质并未有所提高，但公司承担的维修费有所降低。

到这作者掌握到了整体的返修状况，接下来就可以多个角度做一些探索分析，总结有用经验，找到可以改进的点。

2.3 探索分析

2.3.1 探索一：单价和返修间隔时间分布情况怎样？

• 返修大部分发生在 0-90 天内的交付期。非生产原因，也非真正使用后才出现质量问题，所以该公司在订单交付上存在严重问题。

• 点击其他组件的年份，可以联动查看每年的单价分布。21 年与前两年相比，返修单价在 0-1500 的比例增加，整体返修的平均价格也在降低。作者推测可能是因为工艺改进，原先需要整单替换/返修的情况减少。这也是为什么公司承担维修费用降低的原因之一。

2.3.2 探索二：是否与工厂有关

A 基地和 B 基地的一次性交达率相差接近 2.5%，此猜想成立。

联动查看核心指标趋势，可以看到 A 基地一次交达率逐年下降，B 基地逐渐上升，再次证明 A 基地质量上有问题。

2.3.2 探索三：是否和产品有关

可以通过联动查看 A基地 和 B基地不同产品的返修率是否有比较大的区别。

若两地都返修率很高的产品，说明可能是产品设计问题导致的，可对此类产品进行工艺优化。若一地高一地低，则说明是管理问题。

2.4 责任划分

2.4.1 内部责任划分

作者通过对返修问题种类和责任部分进行分析：

• 对经销商的培训问题很大，1/3 是尺寸量错；

• 部分承担比例年度对比中发现，B 基地的「订单管理中心」比例逐年上升。和具体业务部门沟通后，应是由于 2020 年之后，B基地的订单由 A 基地管控，远程沟通不便导致订单量上升。

2.4.2 外部供应商责任划分

作者借助波士顿矩阵将经销商划分为 4 类，其中公司承担费率高&半年内返修道数高，此类经销商需要重点关注。

之后在品控管理上，对经销商分级管理。